De invloed van technologie op de
tevredenheid van klanten in de
supermarkt
Bart Witting
Studentnummer: 11003952
December 2018
Afstudeerproject Bachelor Informatiekunde
Begeleider: Dick Heinhuis
2
deexaminator: Loek Stolwijk
Abstract
Om te kijken of de tevredenheid van klanten in de supermarkt verbetert door het implementeren van een applicatie die de klant helpt zoeken is dit onderzoek opgezet. De onderzoeksvraag is “Hoe beïnvloedt een productlocatie app de tevredenheid van klanten?”. In het theoretisch
onderzoek zijn uit het model van SERVQUAL en andere theorieën factoren gehaald. Deze factoren geven een score die de tevredenheid aangeeft. Er is een applicatie gebouwd die de klant helpt met het zoeken naar producten. Er zijn twee groepen onderzocht. Een groep die de applicatie niet heeft gebruikt en een groep die hem wel heeft gebruikt. De groep zonder de app heeft de
vragenlijst ingevuld. De andere groep is met de app boodschappen gaan doen en heeft daarna de vragenlijst ingevuld. Er zijn uiteindelijk 92 participanten getest. 57 participanten zonder de app en 35 met de app. Uit het onderzoek blijkt dat bij geen van de factoren de score significant beïnvloed wordt. Een applicatie zal de tevredenheid van klanten niet verbeteren.
Inhoudsopgave
Introductie
4
Theoretisch kader
6
Theorie over tevredenheid
6
Theorie over technologie
9
De factoren
11
Hypothese
12
Methode
13
Steekproef13
Prototype13
De vragenlijst14
De test14
Resultaten
15
Beschrijvende resultaten15
Analyse16
Betrouwbaarheid van de factoren
16
Analyse van de factoren
19
Analyse van de invloed van het geslacht
21
Conclusie
23
Discussie
24
Limitaties24
Verder onderzoek24
Referenties
25
Appendix
27
Appendix 1: De vragenlijst27
Appendix 2: Ondersteunende tekst
27
Appendix 3: Beschrijvende resultaten
28
Appendix 4: Cronbach Alpha output
30
Introductie
Volgens het consumentenonderzoek van Deloitte (2016) maakt een vijfde van de participanten een keuze van supermarkt op basis van het assortiment. Toch hebben klanten problemen met het vinden van producten. Elke winkel heeft een lijst met de meest gezochte producten (Distrifood, 2015). Als Google Maps mensen wereldwijd kan helpen navigeren, dan moet het ook mogelijk zijn om dit in de supermarkt te kunnen faciliteren. Supermarkten doen dit echter nog niet. Technologie wordt overal gebruikt om het dagelijks leven eenvoudiger te maken en ons bij vele verschillende taken te helpen. Dit begon met simpele machines die het werk makkelijker maakten tot aan de telefoons die iedereen in zijn zak heeft zitten en waar we allemaal afhankelijk van zijn geworden. Elke gebruiker van een mobiele telefoon komt nu in aanraking met applicaties (“apps”). Sinds het ontstaan van apps, zijn er al miljarden gedownload en blijft het gebruik ervan stijgen. In 2016 is er wereldwijd 900 miljard uur besteed in apps. Shoppen, werken, sociale media, films kijken en muziek luisteren, gamen en navigeren zijn daarbij dagelijkse bezigheden. Neem bijvoorbeeld Google Maps; een navigatie app van Google. De gebruiker kan op vele verschillende manieren een route naar huis zoeken. Door constante internetverbinding en een gps-chip in de telefoon kan Google Maps de positie van de gebruiker bijhouden en eventuele wijzigingen in de route
doorvoeren als de gebruiker verkeerd is gegaan. De huidige generaties die hiermee opgroeien zijn hier inmiddels aan gewend. De acceptatie van deze technologie gaat bij de oudere generaties langzamer dan bij de jongere generaties (Zickuhr, 2010). De ouderen worden overspoeld met informatie over nieuwe mogelijkheden.
De supermarkt moet hierop inspelen. Steeds meer ketens hebben naast een fysieke winkel ook een onlinewebsite waarop alle boodschappen te bestellen zijn. De online supermarkt omzet was in 2017 echter nog maar 3,8% van de totale omzet (E. Rensen, 2018). Het boodschappen doen in een fysieke winkel is dus nog steeds populair; in 2016 is de omzet met 2% (CBL, 2017) gestegen ten opzichte van 2015.
Het interne proces van de supermarkten is meegegaan met de technologie. De voorraadtellingen gaan via handterminals, kassa’s zijn gemoderniseerd en medewerkers hebben online een
verzameling aan applicaties waarmee ze werk gerelateerde zaken kunnen regelen. De
medewerker heeft veel systemen beschikbaar om de winkel op een simpele manier te managen. Voor de klant zijn er ook enkele ontwikkelingen. In 1998 kwam de bonuskaart (Albert Heijn, 2018). Door deze kaart konden klanten profiteren van de aanbiedingen van Albert Heijn. Deze kaart werd gebruikt om het koopgedrag van klanten in de gaten te houden en erop in te spelen.
Tegenwoordig krijgen klanten een persoonlijke bonus aanbiedingen en zit er een account aan de bonuskaart gekoppeld waar mee klanten inzicht krijgen op hun koopgedrag. Ook kunnen klanten nu de kassa’s ontwijken door gebruik te maken van zelfscannen of Scan ’n Go. Met zelfscannen heeft de klant de kassa al bij zich. Op de zelfscanner wordt meteen de bonus aangegeven en de prijs die afgerekend moet worden. Aan het einde hoeft alleen maar betaald te worden. Bij Scan ’n Go scant de klant zijn eigen boodschappen, zodat de rij ontweken kan worden. Dit is voornamelijk handig bij een klein aantal boodschappen. De meeste supermarktketens hebben inmiddels ook een app waarin de klant de aanbiedingen al kan zien en een boodschappenlijst samen kan stellen. Daarnaast zijn er ook recepten te vinden, waarvan de ingrediënten via een knop op de lijst gezet kunnen worden. Klanten zijn al aan winkelen voor ze de winkel binnenkomen. Als de recensies van apps worden bekeken, zijn deze over het algemeen goed. De ervaring van boodschappen doen is dus ook al verbeterd door innovaties van technologie.
Al deze innovaties worden gebruikt om de tevredenheid van klanten te verhogen en hoog te houden zodat de klant niet naar de concurrent gaat. Supermarkten spelen echter nog niet in op
Om erachter te komen of de tevredenheid van de klant omhooggaat als er zo’n app wordt gebruikt, is dit onderzoek opgezet. De hoofdvraag is
“Hoe beïnvloedt een productlocatie app de tevredenheid van klanten?” Om deze vraag te beantwoorden zijn er drie deelvragen opgesteld.
De eerste luidt: “Welke factoren verklaren klanttevredenheid volgens de retail theorie?” De tweede vraag is “Spelen technische factoren een rol voor klanttevredenheid?” De laatste vraag is “Welk effect hebben deze factoren in een app in de winkel?”.
Om alle vragen te beantwoorden is er eerst een theoretisch onderzoek gedaan naar welke
factoren een rol spelen. Deze factoren zullen samen de klanttevredenheid bepalen. Daarna wordt er door middel van een zelfgemaakt prototype van een locatieapp getest of deze factoren zorgen voor een verschil in de tevredenheid.
Theoretisch kader
Factoren uit de theorie over tevredenheid
Om de eerste deelvraag te beantwoorden, is er naar de bestaande literatuur gekeken rondom servicekwaliteit in de retail sector. Dit is de sector waar supermarkten zich in bevinden. Een model dat veel wordt gebruikt om de kwaliteit van service te meten is SERVQUAL. Omdat er in 1988 nog geen algemeen model was voor het vaststellen van de tevredenheid van klanten zijn A.
Parasuraman, V. A. Zeithaml en L. L. Berry een onderzoek gestart om een model op te zetten (Parasuraman, A., Zeithaml, V. A., & Berry, L. L., 1988). In het onderzoek zijn ze aan de hand van 10 factoren gaan kijken welke het beste in het model past. Daaruit is een model gekomen. Het model, SERVQUAL, is een model dat vijf verschillende factoren onderzoekt, tangilbles,
betrouwbaarheid, responsiviteit, verzekering, empathie. Tangibles betekend letterlijk tastbaarheid, maar om ook het gevoel dat het gebruik van de interactie geeft. Om de echte betekenis niet in de vertaling te verliezen wordt tangibles verder gebruikt in dit onderzoek. Voor elke factor worden ongeveer 10 vragen gesteld. In Figuur 1 zijn de factoren in het SERVQUAL-model te zien. De antwoorden worden dan van een score voorzien. Na een Cronbach Alpha en eventuele
aanpassingen of verwijderingen komt er een score uit. De score geeft aan hoe de klant tegenover de bepaalde factor staat. Doordat er meerdere vragen per factor worden gesteld is de
betrouwbaarheid en de validiteit van het model hoog.
Figuur 1. Het SERVQUAL-model.
SERVQUAL is wereldwijd veel gebruikt om voor verschillende sectoren in de markt de
tevredenheid vast te stellen. Het model is op elk bedrijf met een service toepasbaar, omdat de factoren aangepast en gekozen kunnen worden op en binnen de service die in dat bedrijf gegeven wordt. Het geeft inzicht op de verwachtingen en de perceptie van de klant. Het model komt het best tot zijn recht wanneer deze regelmatig gebruikt wordt. Hierdoor zijn trends beter in beeld te brengen en is beter in te spelen op de wisselende verwachtingen van de klant.
SERVQUAL is op een aantal vlakken uitgebreid door onderzoekers. Er zijn meerdere modellen gebouwd rondom SERVQUAL (F. Buttle, 1996). Eén van die modellen vangt de zwakte punten af van het model. Deze “Gap Analysis” is op gezet door A. A. Kamble & P. Sarangdhar (2015). Het is een uitwerking van verschillende gaten in het SERVQUAL-model. De gaten die geconstateerd zijn, zijn vooral de verschillen in de manier van denken. Hoe de verschillende takken van het
management met elkaar, maar ook tussen het management en de klant over hoe de service is en moet zijn. Een voorbeeld van een gat is dat er een verschil is in de verwachting van de klant en de perceptie van het management, maar ook hoe de service zou moeten zijn en hoe deze in de werkelijkheid nou is. Uit het onderzoek komt de factor communicatie naar voren waar deze gaten ontstaan. Deze factor moet mee genomen worden voor dit onderzoek om te zorgen dat er geen gaten ontstaan bij het onderzoeken van de tevredenheid.
Om de betrouwbaarheid van dit onderzoek te verstevigen is het SERVQUAL-model als basis gebruikt. De factoren uit dit model worden vergeleken met de factoren die uit de literatuuranalyse komen. Voor de literatuuranalyse is via business source premier gezocht naar publicaties rondom servicekwaliteit binnen de retail sector en dan voornamelijk naar modellen die aansluiten op SERVQUAL. Uit deze modellen worden factoren gehaald die voor dit onderzoek gebruikt gaan worden. Bij het zoeken zijn de termen “customer satisfaction”, “theory” en “retail” gebruikt. De filter peer reviewed is gebruikt om te zorgen dat de gevonden literatuur kwalitatief is. Hieruit komen 5.444 resultaten. In het zoekresultaat kwam ook vaak nog “retail banking” voor. Deze is eruit gefilterd waardoor nog maar 3.148 resultaten waren. Om het voor dit onderzoek makkelijker te maken is ervoor gekozen om de taal enkel Engels in te stellen zodat het gelezen konden worden. Hierdoor vielen 73 onderzoeken weg omdat deze in het Spaans, Portugees en andere talen waren. Ook is “Full text” geselecteerd. Omdat er op dit onderzoek een beperking zat van tijd zijn alleen de artikelen van de eerste 5 pagina’s geanalyseerd. Op elke pagina staan 50 artikelen, dus dat zijn 250 artikelen. De artikelen zijn door business source premier gesorteerd op relevantie. De artikelen waarin een model wordt gebruikt om de klanttevredenheid te onderzoeken en waarbij ook het effect van deze factoren behandeld wordt zijn geselecteerd in de Tabel 1.
Het onderzoek van K. Bishop Gagliano et al (1994). Zij gebruiken 4 factoren waarvan ze 2 van SERVQUAL hebben met een set van 22 items. De factoren zijn te zien in de tabel. In dit onderzoek is gekeken naar de reden voor mensen om naar een supermarkt te gaan. Het model van
SERVQUAL is gebruikt en er zijn zelf factoren toegevoegd. Uit het onderzoek komt dat mensen voornamelijk komen voor het assortiment.
Het onderzoek van Guiry, Hutchinson en Weitz (1992) komt uit op 51 items ten opzichte van de 22 van SERVQUAL. Ze hebben 15 items gebruikt van het originele model. Het model wat zij hebben opgesteld bestaat uit 7 factoren. De factoren zijn te zien in de tabel. Dit onderzoek heeft zich meer op de persoonlijke service gericht. De service gedurende het gehele winkelen. Het onderzoek past daardoor bij dit onderzoek. De uitkomst is dat klanten hun keuze voor supermarkt ook afwegen aan de hand van de kwaliteit van de service.
Dabholkar, Thorpe en Rentz(1996) hebben een model op gezet met 28 items waarvan 17 overgenomen van SERVQUAL. De factoren die zij gebruiken staan ook in de tabel.
Vazquez, Rodriguez, Diaz en Ruiz(2001) hebben ook een model gemaakt met 28 items en vier factoren. Die ook te zien zijn in de tabel. Hiermee meten ze ook de service van supermarkten. Hier komt uit dat assortiment belangrijker is dan service als het gaat om keten keuze.
In het onderzoek van Gomez et al (2004) is gekeken naar hoe klanttevredenheid de
verkoopprestaties beïnvloed. Dit is gedaan doormiddel van een zelfgemaakt model die uit allebei de hoeken naar dezelfde factoren kijkt en dit samenvoegt.
Paul et al (2016) hebben een eigen model gemaakt op basis van 14 factoren. In het onderzoek is gekeken waarom klanten naar een kleine of juist een grote winkel gaan. De uitkomst is dat vaak een kleine winkel wordt bezocht, omdat daar de kwaliteit en de service beter is.
Tenslotte is er ook het onderzoek van Kamran-Difani et al (2017). Zij hebben gekeken hoe de tevredenheid is verdeeld over de verschillende delen in de winkel.
In elk onderzoek is gekeken naar de service binnen de supermarkt. Ze komen allemaal uit op een meting van de tevredenheid. Elk met hen eigen model en zelf gestelde factoren.
Tabel 1. Het resultaat van literatuuronderzoek voor tevredenheid.
Door een combinatie te maken van de factoren van deze eerdere onderzoeken en die van het SERVQUAL-model, kunnen er factoren gekozen worden om de tevredenheid van klanten te meten in een supermarkt. In de onderzoeken naar de supermarkt zijn altijd de factoren
betrouwbaarheid en tangibles gebruikt. Deze komen in elk onderzoek voor, maar onderzoekers hebben verschillende benamingen voor deze factoren. Daarnaast is gemak ook eentje die wordt gebruikt als het gaat om het gebruik maken van een systeem.
Betrouwbaarheid, tangibles en gemak zijn de factoren zijn die bij dit onderzoek passen, omdat de tevredenheid wordt gemeten voor de verandering met een systeem.
Factoren uit technologische innovatie
Om de tweede deelvraag te beantwoorden is een literatuuronderzoek gedaan naar de eerdere innovaties binnen de supermarkt als het gaat om klanttevredenheid. Ook is gekeken naar de tevredenheid van een klant over een supermarkt applicatie en het gebruik ervan. In de introductie werd al benoemd dat er meerdere innovaties zijn gedaan in de supermarkt om het boodschappen doen voor de klanten makkelijker, sneller en plezieriger te maken. Enkele voorbeelden zijn de bonus kaart, verschillende manieren van afrekenen, stroomlijnen van het boodschappen doen en een eigen app van de supermarkt. Een nadeel is dat elke keten zijn eigen onderzoeken doet naar de effecten van deze nieuwe toepassingen en innovaties. Deze onderzoeken houden zij geheim om de verkregen data en kennis te verbergen voor de concurrentie zodat deze niet de precieze effecten weet. Marktonderzoeken geven een inzicht in de effecten van de innovaties. Er zijn wel onderzoekers geweest die klantgedrag hebben onderzocht richting een bepaalde innovatie die voor de gehele retail sector relevant zijn.
Met de zoektermen technology innovation en retail is gezocht in de Business Source Premier naar onderzoeken over technologische innovaties binnen de retail. Dit gaf 2.842 resultaten. De filter van “Full text” en peer reviewed zijn ook geselecteerd om het resultaat betrouwbaarder te maken en zodat de artikelen te lezen zijn. Daarbij is ook een filter toegevoegd om alleen publicaties vanaf 2000 te nemen omdat toen pas serieus is gekeken naar technologische innovaties. Er is voor specifiekere innovaties die in de introductie naar voren zijn gekomen, zoals zelfscannen, ook de term self scanning toegevoegd om specifieke artikelen te vinden. Omdat er een beperking van tijd was binnen dit onderzoek zijn alleen de eerste 10 pagina’s bekeken die gesorteerd zijn door Business Source Premier op relevantie. Onderzoeken die zijn gevonden die binnen de supermarkten zijn gedaan staan in de Tabel 2.
Het onderzoek van Dabholkar et al. (2003) geeft de factoren voor de acceptatie van nieuwe technologie. Ongeveer 30% van de klanten in de supermarkt gebruikt inmiddels zelfscan. Het onderzoek heeft uitgezocht waarom klanten wel of niet zelfscan gebruiken. Het onderzoek zegt dat klanten dit vooral doen voor de betrouwbaarheid, het gemak en ook voor plezier. Vaak is de onderliggende gedachte ook dat het sneller gaat dan naar de gewone kassa.
Het onderzoek van G.L. Mazocchi (2006) geeft dezelfde resultaten. Deze onderzoeken zijn relevant, omdat ze de acceptatie van een nieuwe technologie in de supermarkt geven en daarbij ook factoren geven waar de klanten aandacht aan geven. Uit deze onderzoeken komen de factoren betrouwbaarheid en gemak weer naar voren. Ook is de factor toegankelijkheid nodig. Neena Nanda et al (2013) hebben onderzocht hoe de klanttevredenheid gekoppeld is met service innovatie. Ze komen op een significante relatie. Dat is goed om te weten voor dit onderzoek. Echter geven ze geen bruikbare factoren.
Evanschitzky et al (2015) kijken naar hoe de acceptatie is van zelfservice en persoonlijke assistenten. De app zou zo’n assistent kunnen zijn, dus is het onderzoek relevant. In dit onderzoek zijn ook de factoren gemak en toegankelijkheid gebruikt. De uitkomst is dat de innovatie pas werkt als beide partijen er niet te hoge kosten aan hebben en er veel plezier van kunnen hebben.
Spreer et al (2016) haakten hierop in door aan te geven dat niet voor iedereen geldt dat ze liever technologie gebruiken en dat er goed een balans moet zijn tussen de innovatie en het behouden van het oude concept.
Djelassi et al (2018) hebben ook onderzoek gedaan naar zelfservice. Zij tonen aan dat
interactiviteit zeer belangrijk is om de zelfservice te laten slagen. Naast een aantal niet relevante factoren, komen de factoren gemak, toegankelijkheid uit dit onderzoek naar voren.
Het onderzoek van Ju-Young M. Kang et al (2015) is een relevant onderzoek wat gedaan is naar de acceptatie van apps in de retail. Hierin is te zien dat apps in de retail gewenst zijn onder de klanten. Het helpt ze bij het boodschappen doen. Vooral klanten die nieuwe dingen proberen, gebruiken de app. Het onderzoek wijst uit dat klanten met de app een grotere emotionele en cognitieve betrokkenheid laten zien bij het doen van boodschappen. Factoren die bij dit
onderzoek gebruikt zijn, zijn complexiteit van de app, relatieve voordelen en verenigbaarheid. De factor complexiteit van de app is in het zelfscan onderzoek te vergelijken met het gemak. Deze factor is dus vaker gebruikt bij het onderzoeken van een app bij tevredenheid.
Bantau et al (2016) onderzoeken de relatie tussen implementatie, ideevorming en inspiratie tot het toepassen van nieuwe innovaties voor de klant in de supermarkt. Inman et al (2017) zijn hier ook mee bezig geweest alleen voegen zij de omzetkansen toe en onderzoeken ze hoe technologie die beïnvloedt door technologie in voorwerpen te stoppen die gebruikt worden bij het winkelen. Beide onderzoeken zeggen dat het idee goed passend moet zijn op de klant en als dit zo is er veel te winnen is.
Lehrer et al (2018) onderzoeken hoe in verschillende sectoren Big Data Analyse een rol speelt in de het bedrijf. De supermarkt komt hier naar voren doordat het beter in kan spelen wat de klant wil op welk moment en dit makkelijker kan leveren. Dit is relevant voor dit onderzoek omdat het laat zien hoe de app te werk kan met zoektermen van de klant om te zorgen dat de klant sneller producten kan vinden.
Uit het literatuuronderzoek naar de factoren die technologische innovaties geven is te halen dat de volgende factoren van belang zijn, namelijk: gemak, betrouwbaarheid en toegankelijkheid. Als deze factoren vergeleken worden met die uit het onderzoek van SERVQUAL is te zien dat er een overeenkomst is tussen betrouwbaarheid en gemak. Deze factoren hebben dus ook een rol in de technologische innovatie, de retail in het geval van dit onderzoek.
De factoren
De factoren voor het meten van de tevredenheid in dit onderzoek zullen zijn:
-
BetrouwbaarheidKlopt de service die wordt verleend
-
TangiblesDekt het fysieke deel van de service
-
GemakIs de service makkelijk te gebruiken
-
ToegankelijkheidHoe is de toegankelijkheid tot de service
Om het visueel duidelijk te maken is in Figuur 2 te zien waar de factoren vandaan komen.
Hypothese
Net als bij het SERVQUAL-model gaf elke factor een score. Om te weten of het gebruiken van de zelfgemaakte applicatie invloed hebben op de score van de factor zijn de volgende hypotheses op gesteld:
Hypothese 1: De score voor klanttevredenheid van factor tangibles is hoger voor mensen die de app gebruiken.
Hypothese 2: De score voor klanttevredenheid van factor betrouwbaarheid is hoger voor mensen die de app gebruiken.
Hypothese 3: De score voor klanttevredenheid van factor gemak is hoger voor mensen die de app gebruiken.
Hypothese 4: De score voor klanttevredenheid van factor toegankelijkheid is hoger voor mensen die de app gebruiken.
Methode
Om de tweede deelvraag te beantwoorden is er een kwantitatief onderzoek gedaan. Om te kijken of de app invloed heeft op de score van de factoren worden er twee groepen mensen vergeleken. Beide groepen krijgen dezelfde vragenlijst. Dit onderzoek wordt ondersteund door twee
onderdelen, het prototype en de test.
Steekproef
De doelgroep van dit onderzoek is de klant in de supermarkt. Voornamelijk de klant die meer dan één keer per week boodschappen doet. Hierdoor is de klant bekend met de winkel, maar weet het niet de gehele winkel uit het hoofd. Hierdoor zullen enkele producten niet bekend zijn
waardoor de klant ernaar moet zoeken. Participanten voor dit onderzoek worden doormiddel van convenience sampling bereikt. De groep, die de app niet heeft gebruikt, heeft de vragenlijst via internet ingevuld. De groep die de app wel heeft gebruikt wordt getest in de lokale supermarkt, de Albert Heijn aan de Langestraat in Hilversum. Voor dit onderzoek wordt gestreefd naar minimaal 30 participanten per groep, er is geen maximum vastgesteld.
Het prototype
Dit is de applicatie die de klant kan gebruiken om de locatie van producten te vinden. Dit prototype is gebouwd voor dit onderzoek. Het prototype is gebouwd zonder
gebruiksvriendelijkheid onderzoek. De optimalisatie hiervan is voor verder onderzoek.
De applicatie is zodanig gebouwd dat de gebruiker een product op kan zoeken, de locatie in de winkel ziet en de locatie in het schap ziet. Er is geen functie om producten op te slaan of een boodschappenlijst toe te voegen. Dit is niet gedaan omdat dan het idee van boodschappen doen weg is omdat de klant enkel de telefoon gebruikt en niet meer om zich heen kijkt.
De app is volledig zelf ontwikkeld. Hij is gemaakt in het programma Xcode. Dit is een programma waarin iOS apps gemaakt kunnen worden. De app is gemaakt met hulp uit het lesprogramma (Apple, 2017) van Apple om apps te ontwikkelen.
Als de app geopend wordt, is een lijst aan producten te zien. De klant kan een product hieruit kiezen of via de zoekbalk naar een product zoeken. Zie Afbeelding 1 & 2.
Als de klant op een product gedrukt heeft, komt er een kaart van de winkel in beeld, zie
Afbeelding 3. Hierop ziet de klant zijn huidige locatie (niet werkend in het prototype) en de locatie van het product. De klant kan dan nog weer op de locatie van het product klikken om de indeling van het schap te zien, zie Afbeelding 4. Hierdoor ziet de klant precies waar het product ligt. De klant kan terug naar de plattegrond, of op klaar klikken om een ander product te zoeken.
Afbeelding 3. Het scherm met de plattegrond. Afbeelding 4. Het scherm met de indeling.
De vragenlijst
De vragenlijst begint met een enkele classificerende vragen zoals geslacht en leeftijd. Om een gegrond onderzoek te doen zijn ook de vragen uit eerder benoemde onderzoeken
gehaald. Grotendeels zijn de vragen uit het SERVQUAL-onderzoek (Parasuraman, A., Zeithaml, V. A., & Berry, L. L., 1988) gehaald. Ook is gebruik gemaakt van K. Bishop Gagliano et al. (1994). Als laatste is voor het deel van de proefpersonen dat de app gebruikt ook nog een set vragen
toegevoegd over het gebruik van de app. Alle vragen staan in de vorm van een stelling. De lijst met alle stellingen staat in de Appendix 1. Hierbij is ook benoemd of deze uit een eerder onderzoek is gehaald.
De enquête is online beschikbaar gesteld via Google Forms. Dit is een platform waar online
enquêtes op gemaakt kunnen worden en verspreid kunnen worden. Voor de groep die de enquête online heeft ingevuld is een introducerende tekst geschreven om dit onderzoek uit te leggen. Deze is te lezen in Appendix 2.
De proefpersonen die de app gebruiken in de winkel krijgen ook een enquête, alleen in een ander bestand om de twee groepen uit elkaar te houden. De extra vragen over het gebruik van de app zijn in dit bestand toegevoegd. Deze enquête kan online of op papier ingevuld worden. Dit zodat mensen in de winkel zich niet laten hinderen door de besturing van het invullen van de enquête. De enquêtes die op papier worden ingevuld worden later ingevuld in de Form.
De test
Er zijn voor twee groepen een test gemaakt. De eerste groep gaat de locatie app niet gebruiken. De tweede groep gebruikt de app wel. Bij deze groep wordt met de klant boodschappen gedaan
Resultaten
Na het onderzoek zijn alle resultaten verwerkt. De enquêtes die op papier zij ingevuld zijn
gedigitaliseerd. Google Forms heeft de optie om de resultaten te downloaden naar CSV. De CSV van de enquête zonder app is samengevoegd met de CSV van de enquête met de app. Deze data is toen ingeladen in SPSS. Er is een extra variabele toegevoegd genaamd Type. Deze maakt een onderscheid tussen de twee groepen. Type 1 heeft de enquête ingevuld zonder de app te
gebruiken. Type 2 heeft de app gebruikt voor het invullen van de app. Ook is alle data van de stellingen omgezet naar scale omdat in het originele onderzoek van SERVQUAL (1988, p17) ook gedaan is.
Beschrijvende resultaten
Aan het onderzoek hebben 92 mensen mee gedaan. Type 1; 57 mensen hebben de enquête ingevuld zonder de ervaring met de app. Type 2; 35 proefpersonen die van de app gebruik hebben gemaakt. De verdeling tussen mannen en vrouwen is 40 mannen en 52 vrouwen. De leeftijd van de proefpersonen ligt tussen 16 en 85 met een gemiddelde van 35,26. De resultaten van de testen staan in de Appendix 3a tot en met 3.c. In Tabel 3 en Appendix 3d zie je ook de gemiddelde per stelling per type staan.
Analyse
Twee stellingen, zie Tabel 4, waren richting de service negatief gesteld. Door de data te
hercoderen, is de score uit deze stelling niet de tegenovergestelde van de betekenis die hij geeft.
Tabel 4. De hercodeerde stellingen.
Betrouwbaarheid van de factoren
Om te weten of de vragen representatief zijn voor de factor is per factor een Cronbach Alpha test gedaan op de stellingen die bij een factor horen. Er wordt gezocht naar een waarde boven 0,50 om het als betrouwbaar aan te kunnen nemen (Lance, Butts, & Michels, 2006).
Voor de eerste factor, tangibles, horen de eerste vijf stellingen uit Tabel 1. Hier kwam uit de Cronbach Alpha een waarde van 0,452, zie Figuur 3 en Appendix 4a. De betrouwbaarheid is laag. Verwijderen van de stelling “Het assortiment is uitgebreid” zal de coëfficiënt naar 0,461, zie Figuur 4 en 5 en Appendix 4 b en c, brengen, dus deze stellingen geven een lage betrouwbaarheid.
Figuur 3. Cronbach Alpha resultaat van de factor tangibles.
Figuur 4. Cronbach Alpha item lijst van de factor tangibles.
Factor Stelling
Gemak Ik moet 1 of meerdere keren per winkelbezoek zoeken naar een product Ik zoek lang naar een product
Voor de factor betrouwbaarheid waren vier stellingen gevraagd, zie Tabel 3. Hier kwam uit de Cronbach Alpha een waarde van 0,692 uit, zie Figuur 6 en Appendix 4d. Dit is betrouwbaar. Als de stelling “De juiste aanwijzingen worden gegeven door wegwijzing” wordt verwijderd, zie Figuur 7 en Appendix 4e, is de nieuwe waarde 0,872, wat de stelling zeer betrouwbaar maakt, zie Figuur 8 en Appendix 4f
Figuur 6. Cronbach Alpha resultaat van de factor betrouwbaarheid.
Figuur 7. Cronbach Alpha item lijst van de factor betrouwbaarheid.
Figuur 8. Cronbach Alpha resultaat van de factor betrouwbaarheid na verwijderen.
Voor de factor gemak waren er ook vier stellingen. Deze geven een Cronbach Alpha waarde van 0,262, zie Figuur 9 en Appendix 4g. Deze vragen zijn niet betrouwbaar. Het weglaten van de laatste stelling “Ik gebruik de looproute functie” geeft een nieuwe coëfficiënt van 0,544, zie Figuur 10 & 11 en Appendix 4h & i. Daardoor zijn de stellingen wel betrouwbaar.
Figuur 10. Cronbach Alpha item lijst van de factor gemak.
Figuur 11. Cronbach Alpha resultaat van de factor gemak na verwijderen.
Voor de factor toegankelijkheid waren er ook drie stellingen. De Cronbach Alpha toets gaf hier een waarde van 0,339, zie Figuur 12 en Appendix 4j. Dit is dus niet betrouwbaar. Het weglaten van vragen maakt de coëfficiënt alleen maar lager, zie Figuur 13 en Appendix 4k.
Figuur 12. Cronbach Alpha resultaat van de factor toegankelijkheid.
Analyse van de factoren
De resultaten uit de getallen is voor elke vraag een cijfer van 1 tot 7. 1 geeft helemaal mee oneens en 7 helemaal mee eens. Om de gemiddelde te weten per factor zijn vier nieuwe variabelen aangemaakt. GemTang voor tangibles, GemBetr voor betrouwbaarheid, GemGemak voor gemak en GemToeg voor toegankelijkheid. Elke variabele geeft het gemiddelde waardoor deze makkelijk weg te zetten is tegen het Type in de T-test. Ook is het gemiddelde van App gebruik in een nieuwe variabele gezet, GemGebruik.
Tabel 5. De beschrijvende statistiek van de t-test die is gedaan.
Tabel 6. De Skewness en Kurtosis test.
Om te kijken of de factoren invloed heeft op de tevredenheid wordt per factor een t-test gedaan. In de beschrijvende statistiek uit Tabel 5 en in Appendix 5a is te zien dat Type 2 bij de factoren betrouwbaarheid, gemak en toegankelijkheid een hoger gemiddelde heeft dan Type 1. Dit is een numeriek verschil. Om te kijken of de nulhypotheses dat er geen verschil is kloppen wordt er een independent t-test uitgevoerd op elke factor. De distributies waren voldoende normaal verdeeld om een t-test uit te mogen voeren. Dit omdat de Skewness, zie Tabel 6 en Appendix 5b voor elke factor lager is dan |2.0| en Kurtosis ook lager is dan |9.0| (Schmider, Ziegler, Danay, Beyer & Bühner, 2010).
Figuur 14. T-test resultaat van de factor tangibles. Factor tangible, zie Figuur 14 en Appendix 5c.
Doordat de significantie van de Levene’s test hoger is dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(90)=1.90 met p=0.060.
Figuur 15. T-test resultaat van de factor betrouwbaarheid.
Factor betrouwbaarheid, zie Figuur 15 en Appendix 5d.
De significantie van de Levene’s test is lager dan 0.05, waardoor ervan wordt uitgegaan dat de variaties niet gelijk zijn. De gekozen t waarde is dan t(89.916)=-1.92 met p=0.051.
Figuur 16. T-test resultaat van de factor gemak.
Factor gemak, zie Figuur 16 en Appendix 5e.
De significantie van de Levene’s test is hoger dan 0.05. Er wordt van uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(90)=-1.27 met p=0.209.
Figuur 17. T-test resultaat van de factor toegankelijkheid.
Factor toegankelijkheid, Figuur 17 en Appendix 5f.
Doordat de significantie van de Levene’s test hoger is dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(90)=-0.97 met p=0.334.
Analyse van invloed van het geslacht
Om te kijken wat het verschil is tussen de geslachten en het type is daarover ook per factor een t-test uitgevoerd.
Figuur 18. T-test resultaat van de factor tangibles.
Factor tangible, zie Figuur 18 en Appendix 5g.
De beschrijvende data geeft aan dat bij beide geslachten de groep zonder app een hogere score heeft. Bij mannen is het verschil kleiner dan bij vrouwen.
De significantie van de Levene’s test voor mannen is hoger dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(38)=0.72 met p=0.475.
De significantie van de Levene’s test voor vrouwen is hoger dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(50)=1.83 met p=0.074.
Figuur 19. T-test resultaat van de factor betrouwbaarheid.
Factor betrouwbaarheid, zie Figuur 19 en Appendix 5h.
De groep met app heeft volgens de beschrijvende data bij beide geslachten een hogere score. De verschillen tussen de geslachten zijn bijna gelijk.
De significantie van de Levene’s test voor mannen is lager dan 0.05, er wordt daardoor van uitgegaan dat de variaties niet gelijk zijn. De gekozen t waarde is dan t(37.192)=-1.33 met p=0.193.
Figuur 20. T-test resultaat van de factor gemak .
Factor gemak, zie Figuur 20 en Appendix 5i.
Beide geslachten hebben een hogere score voor de groep met app volgens de beschrijvende data. Bij mannen is het verschil groter dan bij vrouwen.
De significantie van de Levene’s test voor mannen is hoger dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(38)=-1.91 met p=0.063.
De significantie van de Levene’s test voor vrouwen is hoger dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(50)=-3.0 met p=0.765.
Figuur 21. T-test resultaat van de factor toegankelijkheid.
Factor toegankelijkheid, Figuur 21 en Appendix 5j.
De beschrijvende data geeft aan dat bij beide geslachten de groep met app een hogere score heeft. Bij mannen is het verschil groter dan bij vrouwen.
De significantie van de Levene’s test voor mannen is hoger dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(38)=-1.15 met p=0.258.
De significantie van de Levene’s test voor vrouwen is hoger dan 0.05, wordt ervan uitgegaan dat de variaties gelijk zijn. De gekozen t waarde is dan t(50)=-0.65 met p=0.519.
Conclusie
Aan de hand van de t-test is te zien dat de uitkomsten bij alle factoren niet significant zijn. Dit houdt in dat de nulhypotheses dus niet afgewezen kunnen worden. Er zijn dus geen significante verschillen in de scores van de factoren tussen de groep die de app heeft gebruikt en de groep die de app niet heeft gebruikt.
Als de betrouwbaarheid van de factoren wordt bekeken is het de vraag of deze factoren wel werken voor dit soort onderzoek. Misschien is SERVQUAL niet het goede model om de tevredenheid te meten als het in combinatie is met technologie.
Als er wordt gekeken wat er per factor gebeurd, is het voor de factor tangibles een logisch resultaat, omdat het bij tangibles om de fysieke winkel gaat. Als men dan een telefoon nodig heeft, wordt de winkel toch minder ervaren.
Als naar de factor betrouwbaarheid gekeken wordt is het opvallend dat in de test, Figuur 15, de significantie wel heel erg in de buurt komt van de 0.05. Echter zijn na de verwijdering van een stelling, voor een betere Cronbach Alpha coëfficiënt, alleen nog de stellingen over die de medewerker beslaan. De groep die de app gebruikt heeft, vindt de medewerker beter. Deze uitkomst kan een gevolg zijn van het in de winkel testen, waardoor de klant een soort plichtgevoel heeft ervaren om goed te antwoorden. Of omdat de groep die de app niet heeft gebruikt de vragenlijst online heeft ingevuld. Misschien doen ze hun boodschappen vaker online en spreken ze minder medewerkers. Als naar de test met de geslachten, zie Figuur 19, gekeken wordt, is te zien dat bij mannen de variaties niet gelijk zijn, wat dus aan geeft dat vooral mannen deze ervaring hebben. Dit is dan ook weer te koppelen aan dat zij misschien minder boodschappen doen en daardoor de medewerker harder nodig hebben voor het zoeken.
Voor de factor gemak zitten mannen in de test, zie Figuur 20, dicht tegen de 0.05 significantie aan. Ze moeten waarschijnlijk meer zoeken naar producten dus gaat het gemak omhoog door deze app.
Om een antwoord te geven op de onderzoeksvraag: Hoe beïnvloedt een productlocatie app de tevredenheid van klanten? Is er te concluderen dat een productlocatie app geen invloed heeft op de tevredenheid van klanten. Supermarkten hoeven dus niet een productlocatie app te
Discussie
Dat er geen significant verschil zit in scores tussen de twee groepen was al te zien in de
beschrijvende statistiek. De gemiddelden verschilden wel, maar wel met een heel klein verschil. Dat het bij deze sample zo verschilt, representeert niet de gehele populatie wat de t-test ook laat zien. Deze uitkomst kan zo zijn omdat de app daadwerkelijk geen verschil maakt, maar misschien ook omdat de sample test niet groot genoeg is. De sample zou ook niet divers genoeg kunnen zijn, doordat er gebruik is gemaakt van convenience sampling, dus de groep zonder de app zou random gekozen moeten worden en op die manier getest moeten worden. Er is ook maar in één winkel getest met de app in plaats van meerdere. Het zou ook kunnen dat de tevredenheid niet significant verschilt doordat het prototype niet voldoende was om te helpen. Dit zou verder uitgezocht kunnen worden in verder onderzoek met een betere app. De app is over het algemeen wel goed ontvangen, zie Tabel 7. Mensen vonden het gebruik heel duidelijk en de app hielp het product wel makkelijker vinden. Mensen vonden boodschappen doen niet meteen leuker worden.
Tabel 7. De stellingen voor het gebruik.
Limitaties
Tijdens het uitvoeren van het onderzoek waren er een paar beperkingen die de mensen beïnvloedde op het uitvoeren van het onderzoek en het beantwoorden van de vragen.
De eerste was dat mensen het lastig vonden om in te denken dat de app een prototype was. Mensen bedachten niet dat de plattegrond niet de precieze locatie gaf, gaven feedback over hoe de app beter kon en dat ze producten miste. Het is niet precies te meten in hoeverre dit invloed heeft gehad op hun daadwerkelijke ervaring van de app en of ze de ervaring hoger of lager aanpaste omdat het om een prototype ging.
De tweede is dat mensen vaak niet wisten hoe ze de vraag moesten beantwoorden. Ze vroegen dan wat de “niet van toepassing” optie was. Aangezien er in SERVQUAL geen “n.v.t.” is
meegenomen is dat in dit onderzoek ook niet gedaan, maar dat was beperkend voor sommige mensen. De optie zit namelijk verwerkt in het antwoord. Bij de vraag of mensen de looproute functie gebruiken vonden mensen “n.v.t.” een betere optie dan “Helemaal mee oneens” terwijl dat de oplossing is vanuit SERVQUAL.
Verder onderzoek
Omdat er tegen meerdere beperkingen aan is gelopen, is het mogelijk om in toekomstig onderzoek deze beperkingen tegen te gaan. Dat kan door bijvoorbeeld in meerdere winkels onderzoek te doen. Hierdoor is de populatie verschillend en zal de sample size groter worden. De vragenlijst voor de groep zonder de app zou random verspreid kunnen worden zodat de uitkomst
Stelling Gemiddelde score voor
type 2 De app deed het naar verwachting 5.51
Het gebruik was duidelijk 6.00
De app hielp mij het product sneller vinden 5.71 De app hielp mij het product makkelijker vinden 6.00 De app maakte het winkelen leuker 4.77
Bronnen
Albert Heijn (2018), Onze mijlpalen, https://www.ah.nl/over-ah/geschiedenis, geraadpleegd op: 14 mei 2018 Anderson, E. W., & Sullivan, M. W. (1993). The antecedents and consequences of customer satisfaction for firms. Marketing science, 12(2), 125-143.
Apple (2017), App development with swift, Apple Inc.
Bantau, G., & Rayburn, S. W. (2016). Advanced information technology: transforming service innovation and design. The Service Industries Journal, 36(13-14), 699-720.
Bishop Gagliano, K., & Hathcote, J. (1994). Customer expectations and perceptions of service quality in retail apparel specialty stores. Journal of Services Marketing, 8(1), 60-69.
Burns, R. P., & Burns, R. (2008). Business research methods and statistics using SPSS. Sage.
Buttle, F. (1996). SERVQUAL: review, critique, research agenda. European Journal of marketing, 30(1), 8-32. CBL (2017), De supermarkt branche feiten en cijfers, http://www.cbl.nl/de-supermarktbranche/feiten-en-cijfers/, geraadpleegd op: 23 april 2018
Dabholkar, P. A., Michelle Bobbitt, L., & Lee, E. J. (2003). Understanding consumer motivation and behavior related to scanning in retailing: Implications for strategy and research on technology-based
self-service. International Journal of Service Industry Management, 14(1), 59-95.
Dabholkar, P. A., Thorpe, D. I., & Rentz, J. O. (1996). A measure of service quality for retail stores: scale development and validation. Journal of the Academy of marketing Science, 24(1), 3.
Deloitte (2016), Consumentenonderzoek 2016
Distrifood (2015), Klant zoekt zich suf naar cocktailprikkers,
http://www.distrifood.nl/formules/nieuws/2009/01/klant-zoekt-zich-suf-naar-cocktailprikkers-10145867, geraadpleegd op: 21 mei 2014
Djelassi, S., Diallo, M. F., & Zielke, S. (2018). How self-service technology experience evaluation affects waiting time and customer satisfaction? A moderated mediation model. Decision Support Systems, 111, 38-47.
Evanschitzky, H., Iyer, G. R., Pillai, K. G., Kenning, P., & Schütte, R. (2015). Consumer trial, continuous use, and economic benefits of a retail service innovation: The case of the personal shopping assistant. Journal
of Product Innovation Management, 32(3), 459-475.
Gomez, M. I., McLaughlin, E. W., & Wittink, D. R. (2004). Customer satisfaction and retail sales performance: an empirical investigation. Journal of retailing, 80(4), p.265-278.
Guiry, M., Hutchinson, W., & Weitz, B. A. (1992). Consumer's evaluation of retail store service quality and its influence on store choice. Univ. Florida, USA.
Kamble, A. A., & Sarangdhar, P. (2015). Assessing service quality and customer satisfaction in management education using SERVQUAL model. Journal of Commerce and Management Thought, 6(2), 369.
Kamran-Disfani, O., Mantrala, M. K., Izquierdo-Yusta, A., & Martínez-Ruiz, M. P. (2017). The impact of retail store format on the satisfaction-loyalty link: An empirical investigation. Journal of Business Research, 77, 14-22.
Kang, J. Y. M., Mun, J. M., & Johnson, K. K. (2015). In-store mobile usage: Downloading and usage intention toward mobile location-based retail apps. Computers in Human Behavior, 46, 210-217.
Lehrer, C., Wieneke, A., vom Brocke, J., Jung, R., & Seidel, S. (2018). How big data analytics enables service innovation: materiality, affordance, and the individualization of service. Journal of Management
Information Systems, 35(2), 424-460.
Marzocchi, G. L., & Zammit, A. (2006). Self-scanning technologies in retail: determinants of adoption. The
Service Industries Journal, 26(6), 651-669.
Nanda, N., Kuruvilla, S. J., & Murty, B. V. R. (2013). Role of Service Innovation in Customer Satisfaction and Customer Loyalty: A Study on Organized Retail in India. International Journal of Business Insights &
Transformation, 6(2).
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). SERVQUAL: A multiple-item scale for measuring consumer perc. Journal of retailing, 64(1), 12.
Paul, J., Sankaranarayanan, K. G., & Mekoth, N. (2016). Consumer satisfaction in retail stores: Theory and implications. International Journal of Consumer Studies, 40(6), 635-642.
Rensen, E. (2018), Online supermarktomzet 2017 boven de miljard, http://www.distrifood.nl/branche-bedrijf/nieuws/2018/01/online-supermarktomzet-boven-de-1-miljard-101114846 geraadpleegd op: 21 mei 2018
Sivadas, E., & Baker-Prewitt, J. L. (2000). An examination of the relationship between service quality, customer satisfaction, and store loyalty. International Journal of Retail & Distribution Management, 28(2), p.73-82.
Spall, B. van (6 februari 2014), Onderwijs en technologie: 5 belangrijke ontwikkelingen,
https://www.onderwijsvanmorgen.nl/onderwijs-en-technologie-5-belangrijke-ontwikkelingen/, geraadpleegd op: 30 april 2018
Spreer, P., & Rauschnabel, P. A. (2016). Selling with technology: understanding the resistance to mobile sales assistant use in retailing. Journal of Personal Selling & Sales Management, 36(3), 240-263.
Tuck, Y. (2017), App-economie gegroeid: downloads, gebruik en omzet in de plus,
https://www.emerce.nl/achtergrond/appeconomie-gegroeid-downloads-gebruik-omzet-plus, geraadpleegd op: 21 mei 2018
Vazquez, R., Rodrı́guez-Del Bosque, I. A., Dı́az, A. M., & Ruiz, A. V. (2001). Service quality in supermarket retailing: identifying critical service experiences. Journal of retailing and consumer services, 8(1), 1-14. Zickuhr, K. (2010). Generations and their gadgets. Pew Internet & American Life Project.
Appendix
Appendix 1:
Factor Stelling Waar vandaan Tangible De wegwijzing is up to date SERVQUAL (1988)
De wegwijzing is visueel aantrekkelijk Vazquez et al.(2001) Het assortiment is uitgebreid SERVQUAL (1988) Medewerkers zien er verzorgd uit SERVQUAL (1988) De vakken zijn duidelijk ingericht Vazquez et al.(2001) Betrouwbaarheid De medewerkers geven de verwachte
hulp SERVQUAL (1988) Wat de medewerker zegt klopt
De juiste aanwijzingen worden gegeven
door medewerkers. SERVQUAL (1988) De juiste aanwijzingen worden gegeven
door wegwijzing. SERVQUAL (1988) Gemak Ik moet 1 of meerdere keren per
winkelbezoek zoeken naar een product Ik zoek lang naar een product
Ik durf een medewerker te vragen Ik gebruik de looproute functie
Toegankelijkheid Medewerkers zijn goed beschikbaar SERVQUAL (1988) Wegwijzing is duidelijk te zien
Zoeken zonder hulp leidt tot het vinden
van het product Vazquez et al.(2001) App gebruik De app deed het naar verwachting
Het gebruik was duidelijk
De app hielp mij het product sneller vinden
De app hielp mij het product makkelijker vinden
De app maakte het winkelen leuker
Appendix 2:
Appendix 3:
De beschrijvende resultaten van het onderzoek a.
Beschrijving van geslacht
b.
Beschrijving van leeftijd
c.
d.
Appendix 4:
Cronbach Alpha resultaten a.
Factor tangible bij de zonder aanpassing
b.
Factor tangible lijst welke verwijderd moet worden
c.
Factor tangible bij de met aanpassing
d.
e.
Factor betrouwbaarheid lijst welke verwijderd moet worden
f.
Factor betrouwbaarheid bij de met aanpassing
g.
Factor gemak bij de zonder aanpassing
h.
i.
Factor gemak bij de met aanpassing
j.
Factor toegankelijkheid bij de zonder aanpassing
k.
Appendix 5:
SPSS-resultaten voor de scores van de factoren a.
Descriptives van de t-test
b.
Skewness en Kurtosis
c.
d.
T-test resultaat van de factor betrouwbaarheid
e.
T-test resultaat van de factor gemak
f.
T-test resultaat van de factor toegankelijkheid
g.
h.
T-test resultaat van geslacht met de factor betrouwbaarheid
i.
T-test resultaat van geslacht met de factor gemak
j.
